कॉर्नेल गणितज्ञ स्ट्रोगट्ज़ ने गणित में कंप्यूटर की भूमिका को तीन चरणों में विभाजित किया: नौकर, स्काउट और ओरेकल। एआई अब केवल उत्तर देता है, कारण नहीं। पूर्ण निश्चितता खोने की कीमत पर, गणित को चिकित्सा सत्यापन पर स्विच करना पड़ सकता है। (पृष्ठभूमि पूरक: ओपनएआई ने एक ही समय में 722 गणित के प्रश्नपत्रों को खारिज कर दिया, और कुछ विद्वानों की वर्षों की कड़ी मेहनत रातोंरात शून्य हो गई) गणितज्ञों का कहना है कि एआई एक "दैवज्ञ" बनता जा रहा है, जिसका अर्थ है कि यह प्रतीत होता है कि सही उत्तर देता है, लेकिन कारणों की व्याख्या नहीं कर सकता है, और मनुष्य न तो समझ सकते हैं और न ही पकड़ सकते हैं। स्टीवन स्ट्रोगेट्ज़, कॉर्नेल विश्वविद्यालय के एक व्यावहारिक गणितज्ञ, लघु-विश्व नेटवर्क पर 1998 के पेपर के लेखकों में से एक थे। उन्होंने और उनके सहयोगी एलेक्स टाउनसेंड ने नई किताब "बिग मैथ: द हिडन कोड्स दैट रन अवर वर्ल्ड" का सह-लेखन किया। Ars Technica के साथ एक विशेष साक्षात्कार में, उन्होंने गणित में कंप्यूटर की भूमिका को तीन चरणों में विभाजित किया। पृष्ठभूमि यह है कि पिछले महीने ओपनएआई ने एआई द्वारा निर्मित 722 गणितीय पांडुलिपियां जारी कीं, जिसे सर्कल में "मैथोकैलिप्स" (गणितीय प्रलय का दिन) कहा जाता है। "ओरेकल" और गणित करने के लिए कंप्यूटर के पिछले उपयोग के बीच क्या अंतर है? पहला चरण "नौकर" है। कंप्यूटर व्यक्ति द्वारा दिए गए निर्देशों के अनुसार गणना करता है। उन्होंने कहा कि यह एक माइक्रोस्कोप या दूरबीन की तरह है, लेकिन यह केवल मानवीय इंद्रियों का विस्तार करता है। दूसरा चरण 1950 के दशक में "स्काउट" का उद्भव था। एनरिको फर्मी और अन्य ने परमाणुओं के बीच रासायनिक बंधनों के कंपन का अनुकरण करने के लिए कंप्यूटर का उपयोग किया। उन्हें मूल रूप से उम्मीद थी कि ऊर्जा धीरे-धीरे फैल जाएगी और अव्यवस्थित हो जाएगी। परिणामस्वरूप, 98% ऊर्जा मूल कंपन मोड में वापस आ गई। यह दुर्घटना बाद में सॉलिटॉन सिद्धांत के रूप में विकसित हुई। उन्होंने कहा कि नॉनलाइनर सिस्टम के "जंगल" में प्रवेश करते समय, मानव अंतर्ज्ञान विफल हो जाएगा, और कंप्यूटर को केवल पथ का पता लगाने और वापस रिपोर्ट करने के लिए भेजा जा सकता है। लेकिन उस समय, कंप्यूटर लोगों को सिखा रहा है, और मनुष्य अभी भी पकड़ सकते हैं और परिणामों के लिए सैद्धांतिक स्पष्टीकरण पा सकते हैं। तीसरा चरण वर्तमान "ओरेकल" है: कंप्यूटर ऐसे परिणाम देता है जिन्हें मनुष्य समझ नहीं सकते और समझा नहीं सकते, लेकिन परिणाम सही प्रतीत होते हैं। स्ट्रोगेट्ज़ ने दो उदाहरण दिये। Google Translate अनुवाद करने का अच्छा काम करता है, लेकिन यह नए भाषाई सिद्धांतों की खोज नहीं करता है, और यदि करता भी है, तो यह उन्हें समझा नहीं पाता है। अल्फाफोल्ड डेवलपर्स को रसायन विज्ञान में 2024 का नोबेल पुरस्कार जीतने की अनुमति देता है। मनुष्य पहले की तुलना में एक हजार गुना अधिक प्रोटीन संरचनाओं को हल कर सकता है। यह नई भौतिकी या रसायन विज्ञान सीखने पर निर्भर नहीं है, बल्कि सिर्फ पैटर्न की पहचान करने पर निर्भर करता है। यह कैसे करना है यह भी कहना असंभव है। उन्होंने कहा कि भविष्य में स्थिति और भी बदतर होगी... यदि आप उत्तर नहीं समझते हैं, तो आप कैसे जानेंगे कि यह सही है? स्ट्रोगेट्ज़ का उत्तर दवा से उधार लेना है। नई दवाओं के लॉन्च के लिए उनकी सुरक्षा साबित करने के लिए बड़ी संख्या में नियंत्रित प्रयोगों और यादृच्छिक परीक्षणों की आवश्यकता होती है। आत्मविश्वास के साथ इसका उपयोग करने के लिए डॉक्टरों को यह जानने की ज़रूरत नहीं है कि एस्पिरिन कैसे काम करती है। उन्होंने कहा, "अगर एआई एक दैवज्ञ है, तो आप अभी भी इसकी जांच कर सकते हैं कि यह कितनी बार सही होता है।" इसका नतीजा यह होगा कि गणित विज्ञान, चिकित्सा और इंजीनियरिंग जैसा बन जाएगा। शुद्ध गणित ने हमेशा पूर्ण प्रमाणों पर गर्व किया है: 300 ईसा पूर्व के आसपास लिखे गए "एलिमेंट्स" में प्रमाण आज भी मान्य हैं, लेकिन उनमें से कोई भी अभी भी समकालीन विज्ञान और चिकित्सा में स्वीकार नहीं किया गया है। यदि हम इसके बजाय सत्यापन करने के लिए वैज्ञानिक तरीकों का उपयोग करते हैं, तो सबसे शुद्ध गणितज्ञ उस निश्चितता का त्याग कर देंगे जिसे वे सबसे अधिक महत्व देते हैं। उन्होंने कुछ गुंजाइश भी छोड़ी: एआई एक बहुत अच्छा शिक्षक बन सकता है, और शायद मनुष्य इसे 10 वर्षों में समझ जाएंगे। लेकिन उनका मानना ​​है कि कुछ सिस्टम वास्तव में मानवीय सीमाओं (पर्याप्त तेज़ नहीं, पर्याप्त स्मार्ट नहीं, पर्याप्त मेमोरी नहीं) के कारण समझ नहीं पाएंगे, यहां तक ​​कि एआई सहायता के साथ भी। गणितज्ञों के लिए क्या बचा है? पहले बात करते हैं नुकसान की. उन्होंने कहा कि वह आधे-मजाक में दुख के पांच चरणों से गुजरे, लेकिन 25 वर्षीय छात्र जो अब गणितज्ञ बनने का सपना देखता है, उसे यह हास्यास्पद नहीं लगता। टेरेंस ताओ जैसे शुद्ध गणितज्ञ "समझने" पर जोर देते रहे हैं: किसी चीज़ को गंभीरता से समझने की कोशिश करने की प्रक्रिया विभिन्न समाधानों और सरलीकृत संस्करणों को मजबूर करेगी, जिसका अर्थ है कि आप उत्तर के अलावा रास्ते में और अधिक सीखते हैं। और आशा कहाँ है? उन्होंने कहा कि एआई वर्तमान में डॉक्टरेट छात्रों की तरह अच्छे प्रश्न पूछने में अच्छा नहीं है, जिन्होंने अभी-अभी स्नातक विद्यालय में प्रवेश किया है, क्योंकि विश्वविद्यालयों को उत्तर देना सिखाया जाता है, प्रश्न पूछना नहीं। लेकिन उनका मानना ​​है कि यह कुछ ऐसा है जिसे प्रशिक्षित किया जा सकता है। भले ही आप बड़ी खोज नहीं कर सकते, फिर भी आप छोटी खोजों का आनंद ले सकते हैं, जैसे सुडोकू को हल करना। मजा तो सोचने में ही है. यह सिर्फ इतना है कि यह उस व्यक्ति के लिए कठिन है जो सबसे पहले कोई बड़ी खोज करना चाहता है। समग्र स्थिति के लिए, वे कहते हैं: "यह बहुत भ्रमित करने वाला है, यही एकमात्र ईमानदार मूल्यांकन है।" उनकी नई किताब फॉस्टियन नोट पर समाप्त होती है: अपने से बड़ा कुछ करने की कोशिश जारी रखकर आपको छुटकारा मिल सकता है, लेकिन यह अभी भी एक खतरनाक खेल है। संबंधित रिपोर्ट OpenAI ने घातीय समय परिकल्पना को उलट दिया और मिलेनियम यांग-मिल्स की समस्या को हल किया: तीन AI वैज्ञानिक सफलताओं ने अकादमिक दुनिया को चौंका दिया। AI कंपनियों से नाखुश हैं गणितज्ञ! 25 लोगों ने आलोचना करने के लिए फील्ड्स मेडल पर हस्ताक्षर किए: यह केवल समस्याओं को हल कर सकता है, गणित को नहीं। OpenAI ने कहा कि वह जिस नए मॉडल का प्रशिक्षण ले रहा है, उसने 100 से अधिक गणितीय समस्याओं का समाधान किया है, और साथ ही इसने एक विद्वान सलाहकार समूह की स्थापना भी की है। एआई गणितज्ञों से ज्यादा स्मार्ट नहीं है, लेकिन यह लोगों से ज्यादा याद रखता है। ओपनएआई के रीजनिंग मॉडल ने 80 साल पुरानी गणितीय पहेलियों को सुलझाया और तीन शीर्ष गणितज्ञों ने इसका समर्थन किया। यदि आप एआई प्रमाणों को नहीं समझ सकते तो क्या आप अब भी उन पर भरोसा कर सकते हैं? गणितज्ञ: यह एक नई दवा की तरह है। सही उत्तर दर देखें. यह लेख सबसे प्रभावशाली ब्लॉकचेन समाचार मीडिया ब्लॉकटेम्पो में पहली बार प्रकाशित हुआ था।